如何在保持分辨率的同时无损地将 2D 浮点 numpy arrays 保存到灰度图像中？

Question

我有一些温度字段值，我想在保留分辨率的同时将其转换为灰度图像。 （例如，如果它是（100x100）大小的浮点数组，那么转换应该是灰度（100x100）图像）。然后我将处理图像并将其转换回温度 numpy 数组。 图像处理部分可以被认为是一个黑盒过程。

重要的是转换是无损的。

此外，图像处理的代码将识别.png &.jpg。 （我不确定对包括 tiff 在内的其他文件格式的识别。此外，即使是 jpg 格式也不是首选，因为它们会导致有损转换）。

到目前为止我的尝试：

• Matplotlib 的imsave()保留分辨率并且是无损的。 但它将图像转换为 RGB 而不是灰度。 这种方法对我来说也很好，但我无法准确地将 3 通道 RGB 图像转换回浮动 numpy 数组。 例如，我取了一个 10x10 numpy 浮点数组temperature ，使用plt.imsave('Temperature_profile.png',temperature) 。 然后，我重新打开了相同的图像，但无法找到将其转换回 (10x10) 浮点数组的准确方法。 因此，如果有办法将 3 通道图像无损地转换回 2D 矩阵，问题就解决了。

• PIL 的Image.fromarray()保留分辨率并且可以将图像保存为灰度图像。 但是我无法无损地保存矩阵并无损地取回它。 因此我会得到错误的结果。 （ 将灰度值的二维 Numpy 数组转换为 PIL 图像）

• scipy.misc.imsave()已弃用。

• imageio.imwrite()给出关于有损转换的警告。 （“从 float64 到 uint8 的有损转换”）。

• opencv和cv2由于某种原因没有被我的 spyder 环境识别（python 3.7，Anaconda 4.7.12）。

Answer 1

您需要一种可以保存浮点数的无损图像格式：

• PNG最多只能保存16位integer，
• JPEG 不是无损的，只有 8 位 integer，
• GIF 是 integer 和 8 位，
• NetPBM 仅高达 16 位 integer。

所以使用无损压缩或不压缩的 TIFF。 或者，您可以使用PFM - 便携式浮子 Map。

---

这是一个演示：

import numpy as np
from PIL import Image

# Generate a small float image in Numpy array
grey32 = np.random.randn(2,3).astype(np.float32)                                           

# Convert to PIL Image and save
Image.fromarray(grey32).save('test.tif')                                                   

# Read back from disk and convert to Numpy array
reloaded = np.array(Image.open('test.tif'))                                                

# Inspect
print(grey32)

array([[-0.28032717, -1.7696048 , -0.9811929 ],
       [-0.7785768 , -1.2427857 , -0.33241433]], dtype=float32)

print(reloaded)                                                                           

array([[-0.28032717, -1.7696048 , -0.9811929 ],
       [-0.7785768 , -1.2427857 , -0.33241433]], dtype=float32)

---

如果您的查看器无法显示包含浮点数的 TIFF 文件，您始终可以使用ImageMagick将它们转换为可查看的内容：

magick float.tif -auto-level viewable.png

我知道tifffile和pyvips都是很好的 Python 库，用于处理 TIFF 浮点数。